[리뷰] 이것이 시리즈이것이 멀티 에이전트다 싱글 에이전트부터 멀티 에이전트까지, MCP와 A2A로 구현하는 에이전트 시스템 개발

이것이 멀티 에이전트다

— 단일 LLM의 한계를 넘어, 역할을 나눠 협력하는 에이전트 팀을 직접 설계하는 멀티 에이전트 실전 워크북

---

📢 “한빛미디어 서평단 〈나는리뷰어다〉 활동을 위해서 책을 협찬받아 작성된 서평입니다.”

---

책에 대한 첫인상

이 책을 처음 접하게 된 계기

ChatGPT가 등장한 뒤로 제 관심사는 자연스럽게 옮겨갔습니다. 처음에는 “문장을 얼마나 그럴듯하게 쓰는가”가 신기했는데, 어느 순간부터는 “그래서 이걸로 무엇까지 자동화할 수 있는가”가 더 궁금해졌습니다. OpenAI API를 호출해 보고, RAG도 직접 만들어 봤지만 거기서 한 발 더 나가려 할 때마다 벽에 부딪혔습니다. 검색은 되는데 판단과 실행, 반성까지 한 흐름으로 묶으려니 단일 모델 호출만으로는 닿지 않는 영역이 분명히 있었거든요.

그 무렵 MCP, A2A, 오케스트레이터 같은 키워드가 여기저기서 트렌드처럼 떠올랐습니다. 개념 글은 많이 읽었지만 정작 손으로 끝까지 만들어 본 적은 없었습니다. “개념은 알겠는데, 그래서 코드로는 어떻게 짜는데?”라는 갈증이 컸고, 이론 나열이 아니라 처음부터 끝까지 동작하는 멀티 에이전트 시스템을 직접 조립해 보는 자료를 찾던 중에 이 책을 만났습니다.

 

기대했던 점

가장 기대한 건 “예제를 위한 예제”가 아니라 실무에 가까운 시나리오였습니다. 목차를 훑어보니 영업 데이터 분석·시각화, 개인정보 탐지·마스킹, 약관 기반 질의응답, 금융 이상 거래 탐지처럼 실제 업무에서 바로 떠올릴 법한 주제들이 줄지어 있었습니다. ‘딥러닝 이론’을 깊게 파기보다 LLM을 ‘블록’처럼 엮어 시스템을 설계·조립하는 감각을 길러주는 책이기를 바랐고, 그 기대를 가지고 첫 장을 펼쳤습니다.

---

내용 분석 및 평가

이 책의 핵심 주제

한 문장으로 줄이면 “단일 모델 호출 → RAG → 싱글 에이전트 → 멀티 에이전트로 이어지는 진화의 흐름을, 독자가 직접 따라가며 체감하게 만드는 책”입니다.

저자는 단일 모델 호출의 한계에서 출발합니다. RAG가 그 첫 번째 보완책이었다면, 에이전트는 조회·판단·실행·반성을 하나의 체계 안에 묶는 다음 단계이고, 하나의 에이전트로 감당하기 어려운 복잡도에 이르면 자연스럽게 여러 에이전트가 역할을 나눠 협력하는 멀티 에이전트로 넘어간다는 논리입니다. 이 흐름 위에서 오케스트레이터가 에이전트들을 조율하고, MCP·FastMCP로 도구를 연결하며, A2A(Agent-to-Agent)로 에이전트끼리 직접 소통하는 구조를 단계적으로 쌓아 올립니다.

책의 구성 — 이론 + 실습, 그중에서도 ‘실습 비중이 큰’ 구성

총 3부 구성이고, 개념과 실습이 단계적으로 배치되어 있습니다.

• 1부 — 멀티 에이전트 시스템의 기초 (1~3장): 에이전트의 등장 배경과 구성요소, 싱글 vs 멀티의 차이, 실행 구조와 상태 관리, A2A를 개념 중심으로 정리합니다. 이어 오케스트레이터의 역할, MCP·FastMCP 기반 구현, 그리고 보안·품질·성능 같은 운영 환경 고려사항까지 다룹니다. 마지막 3장에서는 OpenAI·Claude·Tavily API 발급, Slack Webhook, Python·Cursor 설치까지 실습 환경을 빠짐없이 준비시킵니다.
• 2부 — 싱글 에이전트 실전 구현 (4~5장): 영업 데이터 분석·시각화, 개인정보 탐지·마스킹. 하나의 에이전트가 파이프라인 전체를 처리하는 흐름을 손에 익히는 단계입니다.
• 3부 — 멀티 에이전트 실전 구현 (6~12장): 약관 기반 질의응답, Whisper 음성 Q&A, 병렬 검색, 반복 평가, 뉴스 기반 종목 영향 평가, 이상 거래 탐지, 맞춤형 여행 플래너. 역할이 분리된 에이전트들이 서로 조율하며 목표를 달성하는 구조를 다양한 도메인으로 변주합니다.

싱글 2개 + 멀티 7개, 총 9개의 실전 프로젝트를 직접 완성하는 구조라 “읽는 책”이라기보다는 “따라 만드는 워크북”에 가깝습니다.

가장 인상 깊었던 부분

세 가지가 특히 기억에 남습니다.

첫째, 병렬 검색으로 속도를 개선하는 8장. 정부·기업·민간 검색 에이전트를 동시에 실행하고, 타당성 평가와 판단 에이전트가 결과를 종합하는 구조입니다. 멀티 에이전트의 진짜 매력은 “역할 분리”뿐 아니라 “병렬화로 인한 체감 속도”에 있다는 걸 실습으로 보여줘서 좋았습니다. 실무에서 응답 속도는 곧 사용성이니까요.

둘째, 반복 평가로 응답 품질을 끌어올리는 9장. 생성 → 평가 → 피드백을 순환시켜 품질을 자동으로 개선하는 루프인데, 이건 데모를 넘어 프로덕션에서 바로 쓸모가 있는 패턴입니다. “LLM 답변을 LLM이 평가하게 만드는” 구조를 직접 짜보는 경험은 생각보다 강렬했습니다.

셋째, 개인정보 탐지·마스킹을 다루는 5장. 국내 실무에서 컴플라이언스는 선택이 아니라 필수인데, 이 장은 MCP 서버 없이 웹에서 동작하는 가벼운 버전이라 진입 장벽이 낮습니다. “민감정보를 어떻게 자동으로 가릴 것인가”라는 현실적인 문제를 에이전트로 푸는 과정이 인상적이었습니다.

설명은 명확했는가

이 책의 가장 큰 미덕은 일관된 챕터 구조입니다. 거의 모든 실습이 “폴더 열기 → 라이브러리 설치 → (검색/에이전트) 구현 → MCP 서버 등록 및 결과 확인”이라는 동일한 리듬으로 흘러갑니다. 처음 한두 장에서 이 흐름을 익히고 나면, 도메인이 바뀌어도 “아, 또 이 패턴이구나” 하며 비교적 수월하게 따라갈 수 있습니다. 어려운 개념은 코드에 들어가기 전에 전체 구조를 머릿속에 그리게 한 뒤 실습으로 확인시키는 방식이라, 개념과 코드 사이의 거리가 멀지 않게 느껴졌습니다.

오류나 아쉬운 점

치명적인 오류라기보다 이 분야 책이 숙명적으로 안고 가는 한계에 가깝습니다.

• 유료 도구·API 의존: OpenAI(임베딩·LLM 실습을 위해 일정 금액 충전 필요), Claude API, Tavily, 그리고 Cursor·Claude Desktop 등 무료가 아닌 도구가 전제됩니다. 실습을 끝까지 따라가려면 소소한 비용이 발생하니, 시작 전에 가격 정책을 확인하는 편이 좋습니다.
• 빠른 생태계 변화: MCP·도구 생태계와 각 API는 매우 빠르게 변합니다. 화면 캡처나 특정 버전의 동작이 책과 달라질 가능성이 있고, 이건 어떤 저자도 완전히 피하기 어려운 부분입니다. 공식 문서·GitHub 저장소를 함께 참고할 마음의 준비가 필요합니다.
• A2A·운영 이슈의 깊이: A2A와 운영(보안·품질·최적화)은 개념 위주로 다뤄지는 인상이라, 대규모 운영을 고민하는 독자라면 별도의 심화 자료가 추가로 필요할 수 있습니다.
• 절대 초보에게는 진입 장벽: 파이썬·API·터미널 경험이 전혀 없는 분에게는 환경 설정 단계부터 다소 가파를 수 있습니다.

초보자 vs 중급자 — 누구에게 더 맞는가

책 스스로 밝힌 대상 독자가 명확합니다. 파이썬으로 간단한 스크립트를 짜본 적이 있고, OpenAI API를 한 번쯤 호출해 봤으며, RAG를 만들어 보고 그다음을 찾는 사람. 즉 “입문을 막 뗀 초·중급 이상”이 가장 적합합니다.

프로그래밍을 처음 시작하는 완전 초보보다는, RAG까지는 해봤는데 그다음이 막막한 사람에게 최적의 책입니다. 반대로 이미 LangGraph·AutoGen 등으로 프로덕션 멀티 에이전트를 운영해 본 고급 개발자에게는 일부 내용이 다소 친절하게 느껴질 수 있습니다.

---

실용성 및 활용

실제로 적용해 본다면

각 프로젝트는 그대로 “회사 일”에 대입하기 좋습니다. 예를 들어 6장의 의미 + 키워드 하이브리드 검색 구조는 사내 규정·계약서 Q&A 시스템으로 거의 그대로 확장할 수 있고, 5장의 개인정보 마스킹은 데이터 전처리·로그 비식별화 파이프라인에 응용할 수 있습니다. 10·11장의 금융 분석·이상 거래 탐지 흐름은 “뉴스 수집 → 감성/요인 분석 → 평가” 또는 “데이터 수집 → 특징 추출 → 탐지 → 보고서 생성”처럼, 역할을 나눈 파이프라인 사고를 그대로 다른 업무에 옮겨 붙일 수 있는 형태입니다.

앞으로의 업무·학습에 어떻게 도움이 될까

가장 큰 수확은 개별 기술이 아니라 “오케스트레이션 관점”이 생긴다는 점입니다. 하나의 거대한 프롬프트로 모든 걸 해결하려는 습관에서 벗어나, 문제를 잘게 쪼개 전담 에이전트에 맡기고, 결과를 종합하는 설계 사고를 익히게 됩니다. 더불어 MCP가 사실상 “도구 연결의 표준”으로 자리 잡아가는 흐름에서, 도구를 에이전트에 연결하는 감각은 앞으로 점점 더 기본 역량이 될 것입니다.

추천 대상

• RAG는 만들어 봤지만 그다음 단계가 막막한 개발자
• 사내 업무 자동화 PoC를 빠르게 만들어 보고 싶은 엔지니어·기획자
• 프레임워크에 들어가기 전, “에이전트를 블록으로 엮는” 직관을 손으로 익히고 싶은 분
• 개인정보·금융·문서 검색처럼 한국 실무에 가까운 예제로 배우고 싶은 분

---

종합 평가

한마디로 요약하면

개념으로만 알던 멀티 에이전트를, 9개의 실전 프로젝트로 손에 익히는 실습형 워크북.

점수: ⭐ 4.3 / 5.0

실습 밀도와 도메인 다양성이 뛰어나고, 일관된 챕터 구조 덕분에 “따라가다 길을 잃는” 경험이 적습니다. 개념 → 싱글 → 멀티로 이어지는 학습 동선도 군더더기가 없습니다. 다만 유료 API·도구 의존으로 인한 실습 비용, 빠르게 변하는 생태계로 인한 화면/버전 노후화 가능성, 절대 초보에게는 가파른 진입 장벽을 고려해 5점은 아껴 두었습니다.

가장 큰 장점

• 9개 실전 프로젝트의 폭과 일관성 — 다양한 도메인을 같은 리듬으로 반복 학습
• 오케스트레이터·MCP·FastMCP·A2A를 개념이 아니라 직접 구현으로 체득
• 개인정보·금융·약관 등 국내 실무 친화적인 예제 구성

가장 큰 단점

• 유료 도구·API 의존(OpenAI 충전, Claude/Tavily, Cursor·Claude Desktop)으로 인한 비용·접근성 부담
• 빠른 생태계 변화로 인한 화면·버전 불일치 가능성, A2A·운영 영역의 상대적으로 얕은 깊이

개발자·IT 종사자를 위한 한 줄 평

“Function Calling과 단일 RAG의 한계에 부딪힌 개발자가, 오케스트레이터·MCP·A2A로 ‘협력하는 에이전트 팀’을 직접 짜보는 가장 빠른 실습서.”

마지막으로, 이 책을 읽으려는 분들께

읽기만 해서는 절반밖에 얻지 못하는 책입니다. 반드시 키보드로 직접 따라 치세요. 시작 전에 OpenAI·Claude·Tavily의 가격 정책과 Cursor·Claude Desktop의 사용 제약을 한 번 확인해 두면 중간에 당황할 일이 줄어듭니다. 그리고 책의 화면이 실제와 다르게 보이더라도 놀라지 마세요 — 이 분야는 원래 빠르게 변합니다. 공식 문서와 저자의 코드 저장소를 곁에 두고, “이 패턴을 내 업무에는 어떻게 옮겨 붙일까?”를 계속 질문하며 읽으면, 9개의 예제가 9개의 출발점이 되어 줄 겁니다.

---

🏷️ 해시태그

#멀티에이전트 #MultiAgent #MCP #FastMCP #A2A #AI에이전트 #LLM #오케스트레이터 #RAG #커서AI #ClaudeDesktop #에이전트개발 #업무자동화 #파이썬 #한빛미디어 #나는리뷰어다 #개발도서 #IT서평